परिचय
जुलाई 2026 के साइंस (खंड 393, अंक 6806) में प्रकाशित एक अभूतपूर्व अध्ययन में, शोधकर्ताओं ने ट्रांसक्रिप्टफॉर्मर पेश किया है, एक जनरेटिव कृत्रिम बुद्धिमत्ता मॉडल जो 1.5 अरब वर्षों के विकास में फैला एक व्यापक कोशिका एटलस बनाने में सक्षम है। यह अभिनव दृष्टिकोण विविध प्रजातियों में कोशिकीय अवस्थाओं का मानचित्रण करने के लिए गहन शिक्षण का लाभ उठाता है, जो कोशिका प्रकारों और जीन नियामक नेटवर्क की विकासवादी उत्पत्ति में अभूतपूर्व अंतर्दृष्टि प्रदान करता है।
ट्रांसक्रिप्टफॉर्मर क्या है?
ट्रांसक्रिप्टफॉर्मर एक जनरेटिव एआई मॉडल है जिसे जीवों की एक विस्तृत श्रृंखला में जीन अभिव्यक्ति प्रोफाइल की भविष्यवाणी और पुनर्निर्माण करने के लिए डिज़ाइन किया गया है। एकल-कोशिका ट्रांसक्रिप्टॉमिक्स के विशाल डेटासेट पर प्रशिक्षण द्वारा, मॉडल जीन विनियमन के अंतर्निहित पैटर्न सीखता है जो विकासवादी समय में संरक्षित या भिन्न हैं। परिणाम एक गतिशील कोशिका एटलस है जो न केवल ज्ञात कोशिका प्रकारों की सूची बनाता है बल्कि पूर्वज और मध्यवर्ती कोशिकीय अवस्थाओं की भी भविष्यवाणी करता है।
मॉडल की वास्तुकला ट्रांसफॉर्मर नेटवर्क पर आधारित है, जो GPT जैसे बड़े भाषा मॉडल में उपयोग किए जाने वाले समान है, लेकिन जैविक अनुक्रम डेटा के लिए अनुकूलित है। यह जीन अभिव्यक्ति डेटा को एक भाषा के रूप में संसाधित करता है, जहां प्रत्येक जीन की अभिव्यक्ति स्तर एक वाक्य में एक शब्द के समान है, और कोशिकीय संदर्भ व्याकरण प्रदान करता है। यह ट्रांसक्रिप्टफॉर्मर को उन कोशिकाओं के लिए प्रशंसनीय अभिव्यक्ति प्रोफाइल उत्पन्न करने की अनुमति देता है जिन्हें कभी प्रयोगात्मक रूप से नहीं देखा गया है, प्रभावी रूप से हमारी विकासवादी समझ में अंतराल को भरता है।
मुख्य निष्कर्ष
अध्ययन दर्शाता है कि ट्रांसक्रिप्टफॉर्मर 1.5 अरब वर्षों तक के विकास से अलग हुए जीवों से कोशिका प्रकारों का सटीक पुनर्निर्माण कर सकता है, जिसमें जानवर, पौधे, कवक और प्रोटिस्ट शामिल हैं। मॉडल मुख्य जीन नियामक कार्यक्रमों की पहचान करता है जो सार्वभौमिक रूप से संरक्षित हैं, साथ ही वंश-विशिष्ट नवाचार जिन्होंने जटिल ऊतकों और अंगों को जन्म दिया।
सबसे हड़ताली निष्कर्षों में से एक एक सामान्य पूर्वज कोशिका प्रकार की भविष्यवाणी है जो संभवतः अंतिम यूकेरियोटिक सामान्य पूर्वज (LECA) में मौजूद था। यह काल्पनिक कोशिका प्रकार आधुनिक स्टेम कोशिकाओं और प्रतिरक्षा कोशिकाओं में देखी गई विशेषताओं का एक संयोजन प्रदर्शित करता है, यह सुझाव देते हुए कि सबसे प्रारंभिक यूकेरियोट्स में कोशिकीय विभेदन का एक आदिम रूप मौजूद था।
इसके अतिरिक्त, ट्रांसक्रिप्टफॉर्मर प्रकट करता है कि कैसे कुछ जीन नियामक नेटवर्क को विकास में पुनर्उपयोग किया गया है। उदाहरण के लिए, जानवरों में तंत्रिका विकास में शामिल जीन पौधों में तनाव प्रतिक्रियाओं को नियंत्रित करने वाले जीनों के समानता दिखाते हैं, जो प्रतीत होता है कि असंबंधित जैविक प्रक्रियाओं के बीच गहरे विकासवादी संबंधों का संकेत देते हैं।
पद्धति
शोधकर्ताओं ने यूकेरियोटिक जीवन वृक्ष की प्रमुख शाखाओं का प्रतिनिधित्व करने वाली 100 से अधिक प्रजातियों से एकल-कोशिका RNA अनुक्रमण डेटा का एक विशाल डेटासेट संकलित किया। इस डेटा का उपयोग ट्रांसक्रिप्टफॉर्मर मॉडल को स्व-पर्यवेक्षित तरीके से प्रशिक्षित करने के लिए किया गया, जहां मॉडल ने आसपास के संदर्भ के आधार पर मास्क किए गए जीन अभिव्यक्ति मूल्यों की भविष्यवाणी करना सीखा।
मॉडल की भविष्यवाणियों को मान्य करने के लिए, टीम ने उनकी तुलना प्रशिक्षण सेट में शामिल नहीं की गई प्रजातियों से प्रयोगात्मक रूप से निर्धारित कोशिका एटलस से की। ट्रांसक्रिप्टफॉर्मर ने ज्ञात कोशिका प्रकारों के पुनर्निर्माण में उच्च सटीकता प्राप्त की और नई कोशिकीय अवस्थाओं की भी पहचान की जिन्हें बाद में लक्षित प्रयोगों के माध्यम से पुष्टि की गई।
मॉडल की जनरेटिव क्षमताओं का विकासवादी परिदृश्यों, जैसे एककोशिकीय से बहुकोशिकीय जीवन में संक्रमण, का अनुकरण करके और परीक्षण किया गया। ट्रांसक्रिप्टफॉर्मर ने एककोशिकीय पूर्वजों और जटिल बहुकोशिकीय जीवों के बीच की खाई को पाटने वाले मध्यवर्ती कोशिका प्रकारों की सफलतापूर्वक भविष्यवाणी की, जो विकासवादी संक्रमणों के अध्ययन के लिए एक कम्प्यूटेशनल ढांचा प्रदान करता है।
जीव विज्ञान और चिकित्सा के लिए निहितार्थ
ट्रांसक्रिप्टफॉर्मर के मूल जीव विज्ञान और अनुप्रयुक्त चिकित्सा दोनों के लिए दूरगामी प्रभाव हैं। विकास में कोशिकीय विविधता का एक व्यापक दृश्य प्रदान करके, मॉडल कोशिका कार्य के लिए महत्वपूर्ण संरक्षित जीन और मार्गों की पहचान करने में मदद कर सकता है। यह ज्ञान कैंसर और अपक्षयी विकारों जैसे कोशिकीय शिथिलता से जुड़ी बीमारियों के लिए नए उपचारों के विकास को सूचित कर सकता है।
इसके अलावा, ट्रांसक्रिप्टफॉर्मर की जनरेटिव प्रकृति शोधकर्ताओं को 'क्या होगा अगर' परिदृश्यों का पता लगाने की अनुमति देती है, जैसे कि एक कोशिका आनुवंशिक गड़बड़ी या पर्यावरणीय परिवर्तनों पर कैसे प्रतिक्रिया दे सकती है। यह ऑफ-टार्गेट प्रभावों की भविष्यवाणी करके या नई दवा लक्ष्यों की पहचान करके दवा खोज को गति दे सकता है।
अध्ययन विकासात्मक जीव विज्ञान (evo-devo) के लिए नए रास्ते भी खोलता है, जिससे वैज्ञानिक कोशिका प्रकारों की उत्पत्ति और प्रमुख विकासवादी नवाचारों को चलाने वाले आनुवंशिक परिवर्तनों के बारे में परिकल्पनाओं का परीक्षण कर सकते हैं।
सीमाएं और भविष्य की दिशाएं
जबकि ट्रांसक्रिप्टफॉर्मर एक बड़ी प्रगति का प्रतिनिधित्व करता है, लेखक कई सीमाओं को स्वीकार करते हैं। मॉडल की भविष्यवाणियां केवल प्रशिक्षण डेटा जितनी ही अच्छी हैं, और प्रजातियों के प्रतिनिधित्व या प्रयोगात्मक स्थितियों में पूर्वाग्रह सटीकता को प्रभावित कर सकते हैं। इसके अतिरिक्त, मॉडल एपिजेनेटिक संशोधनों या पोस्ट-ट्रांसक्रिप्शनल विनियमन के लिए जिम्मेदार नहीं है, जो कोशिका पहचान में महत्वपूर्ण भूमिका निभाते हैं।
भविष्य के कार्य कोशिकीय अवस्थाओं का अधिक समग्र दृश्य बनाने के लिए क्रोमैटिन पहुंच और प्रोटीन स्तर सहित मल्टी-ओमिक्स डेटा को एकीकृत करने पर ध्यान केंद्रित करेंगे। शोधकर्ता जीवन वृक्ष की कम अध्ययनित शाखाओं से अधिक प्रजातियों को शामिल करने के लिए एटलस का विस्तार करने की भी योजना बना रहे हैं।
निष्कर्ष
ट्रांसक्रिप्टफॉर्मर कम्प्यूटेशनल जीव विज्ञान में एक नए युग का प्रतीक है, जहां जनरेटिव एआई उल्लेखनीय निष्ठा के साथ कोशिकाओं के विकासवादी इतिहास का पुनर्निर्माण कर सकता है। 1.5 अरब वर्षों के विकास में फैले इस कोशिका एटलस द्वारा, यह कोशिकीय विविधता और जीन विनियमन के सिद्धांतों को समझने के लिए एक एकीकृत ढांचा प्रदान करता है। जैसे-जैसे मॉडल विकसित होता रहेगा, यह जीवन की कोशिकीय नींव की हमारी समझ को बदलने का वादा करता है।
यह लेख साइंस (AAAS) द्वारा रिपोर्टिंग पर आधारित है। मूल लेख पढ़ें।
Originally published on science.org
